LoCoMo基准（长对话复杂推理测试）：HMS-self-evolve以93.5%再度登顶；在多跳推理上达到91.5%，开放域推理达到95.5%。

1、乐鱼电子 闭环迭代不断强化低频复杂场景，显著提升模型在动态环境中的追踪与泛化能力。

这种从底层架构向物理世界的全面映射，超越了传统单点突破的机器人研发模式，并最终外化为传统机器人整体性的物理表征。乐鱼电子高德途途在现实世界中的端到端成功外化，正是最强有力的证明。

2、左手曼城，右手巴萨：美的为何要在欧洲足坛打造“双核”？

PhyAI面向VLA（视觉-语言-动作）模型与世界模型（WAM），榨干硬件潜力—— 与模型官方仓库相比，PhyAI在NVIDIA GeForce RTX 5090上运行π0、π0.5和GR00T时，分别实现了约2.85倍、1.82倍和2.28倍加速；GR00T在NVIDIA Thor和RTX PRO 6000上也分别实现约1.40倍和4.31倍加速。

3、记者：曼联愿意为琼阿梅尼提供顶薪，个人条款不会是问题 ；B费已告诉队友，他将留队

第四道槛：两三千个智能体在上班 技术就位、产品上线、商业模式跑通，最后一道槛在组织内部。

4、视频曝查理·伍兹被干扰后怒怼球迷：前一天他还被热麦录到爆粗

而在把权限交出去之前，我们最好先想清楚：怎样才能让链条上的每一个AI，都不会背着人类动手。

5、国台办连抛三句话，台湾富豪认清现实组团跑路，赖清德酿三大苦果_网易订阅

模型参数还会继续膨胀。

再往前一步，页面上还能摆上会动手的控件，从一块看板变成一个能操作的界面。

三是，按领域任务「定向解码」。

6、坏消息！斯里兰卡联赛遭重创，孟加拉国核心退赛：钱没国家队重要

AI Coding就是现成的样本。

其一，有些漏洞，模型再聪明也补不上。

7、中超垫底球队官宣与主教练及9名球员续约，稳定军心誓要保级_网易订阅

1957年，埃尔德什在一篇论文里问出了这道题，一口气问了三问，问的是单位圆上零点多项式的模。

最耐人寻味的是ABC问询之后的操作：澳大利亚访客被跳转到本地页面，捐款按钮和那句「本机构不是慈善」的免责声明，一起消失了。

8、从“管”到“服”，这位德育副校长的24年坚守

大部分团队无法对视觉Token进行高效压缩。

如果说纳德拉的表达仍然带有平台生态和产业结构的抽象性，那么 Karp 的表述则更加直接，甚至带有明显的愤怒。

在这个场景下，消费者对价格完全不敏感，但对重量却锱铢必较。

9、谷歌被罚8.9亿欧元

对于他来说，编程这事，已经解决了。

以前拼谁会说话 现在拼谁会搭系统 这一轮变化中，真正改变的是编程重心：从「内容设计」，挪到了「行为系统设计」。

10、家门口重见光明 岳阳市中心医院打通角膜移植“最后一公里”

WAM-TTT的自监督视频预测技术，直接从这段人类玩耍的视频中提取特征。

2024年，他还公开看好过：超级智能会带来人手一个的私人导师，教育会从死记硬背转向解决问题，转向批判性思维。

1、众媒看雪都丨《学习强国》刊发：哈巴河 半城绿树半城花

1. 可靠动作chunk扩展（Reliable Action Chunk Extension） 当前很多VLA策略以action chunk形式输出动作序列，但部署时往往只敢执行前几步。

2、我在文明实践站里迎“七一”（三）

7月14日，OpenAI给ChatGPT上线了一套全新的统一搜索，把你在ChatGPT里的所有东西，塞进了一个统一入口：历史聊天、项目、上传的文档、生成的图片，全部能搜。

3、皇家奥维耶多免签胡安·埃斯波西托

标题：The Benjamini–Hochberg Procedure Can Fail to Control the FDR for Correlated Two-Sided Gaussian Tests 论文：https://faculty.wharton.upenn.edu/wp-content/uploads/2017/06/bh.pdf 代码：https://github.com/dobriban/BH 对话：https://chatgpt.com/share/6a541c6f-a2d0-83ea-bb2f-782271a103ca 提示词大意为： 整个证明架构分为5大步： 13万引经典解法 90分钟被AI打假 为什么这个反例的出现，能让见惯了大风大浪的伯克利教授直呼心塞？ 因为这不是一道偏门小题，而是现代科学大厦里的一堵「承重墙」。ESPN：天使队态度巨变，将交易多名建队核心用触发器指示器区分含触发器的中毒样本与干净样本。

4、宝马真造过MPV，但以后可能不会再有了

但在那之前，删账、改数、误导投资人，它一路照办。

5、“您儿子保卫国家，我们守护您”——岳阳市中心医院医护暖心陪护独居军属老人

他说了一句很有感触的话：「我经常发现灵犀写出来的东西，对我的理解甚至超过了我自己。

6、埃文-戈尔德接近加盟纽约岛人 前棕熊高管今夏曾面试两支球队

Beck这篇论文发表于《数学年刊》1991年第134卷第3期 第三问，埃尔德什自己掏钱挂了100美元赏金，出处是他1997年的一篇文章。

这些省下来的「额度」，可以全部让位给更大容量的电池或更强大的芯片。

而这组数字真正的分量，首先在它的测法：所有被拿来比较的系统，全部基于各自的官方开源仓库复现，并且统一用同一个模型GPT-5-mini来完成记忆抽取、答案生成和对错判定。

7、重庆发布高温红色预警 21个区县今日最高气温将达40℃至42℃

编辑：大卫 所罗门新智元报道 2026年WAIC的展厅里，人潮涌动。

在多项编程和Agent测试上，这个轻量小模型居然跑赢了体量更大的Gemini 3 Flash—— SWE-Bench Pro：54.2% vs 49.6% OSWorld-Verified：74.0% vs 65.1% 3.6 Flash作「主脑」拆解任务，Flash-Lite作「分身」批量干活。

8、FIFA中场秀幕后混乱：贾斯汀·比伯与麦当娜起争执，克里斯·马汀被曝介入调解

Qoder Security会跨文件、跨函数追踪完整数据流，从污点源到危险汇聚点，挖出单文件视角永远看不到的隐藏关联漏洞。

卡了半年的弦论难题，Claude一夜解开！ 网友惊呼：人类迈入全新的科学时代。

另一边，实力相当的GPT-5.6在定价上给足了诚意，稳坐当前的「性价比王座」。

原因有些反直觉：脚本藏在一个外表正经的技能里，越是「听话」、越擅长跟随指令的模型，越愿意照用户的要求把它运行起来。